从一个关键词开始
搜名称，也可以搜场景，比如“AI 写作”“视频剪辑”或“编程助手”。
工具 1
AI热点 57
论文：共享记忆让LLM智能体无提示协调AI热点arXiv新论文通过锁定双实现复现发现，LLM智能体仅凭共享存储即可实现无提示协调，且一句提示语可决定模型是否二次查看存储。
ImplicitBBQ基准揭示LLM隐性偏见AI热点新基准ImplicitBBQ通过特征线索评测11个大模型的隐性偏见，发现开放权重模型隐性偏见超显性6倍，种姓维度最严重，并开源代码与数据集。
SocialGym用22款游戏评测LLM社交智能AI热点SocialGym提供22个多智能体社交游戏，以可验证规则评测十个LLM的社交能力。
LLM直接写出医学分类器权重AI热点新论文探索权重空间编程：让大模型直接写出医学图像分类器参数，无需训练数据，并给出与基线模型的AUC对比结果。
AutoQS用LLM自动设计量化策略AI热点AutoQS用LLM在评估预算内搜索量化分组策略，Qwen2.5-7B四bit精度下七任务准确率较GPTQ、AWQ分别提升0.70和1.12个百分点。
论文：截止时间改变LLM推理测量价值AI热点arXiv新论文指出，评估LLM智能体应将答案价值与到达时间一并衡量，并给出Qwen3-8B并发实验数据。
牛津论文：LLM智能体难零样本协同AI热点牛津BOLD团队论文发现，前沿LLM智能体在跨模型零样本协同中倾向于坚持自身任意约定，导致得分低于安全值；加入简短的协调原则声明后可稳定选择安全动作。
指令微调提升开源LLM德语肿瘤ICD编码AI热点论文显示，用公共ICD目录构建超50万问答对微调8个开源模型，可显著提升德语肿瘤诊断ICD编码准确率。
论文测20家LLM中转：计费与权限存风险AI热点arXiv论文测试20家LLM API中转服务，发现行为差异、工具权限违规与计费token虚高问题。
论文：LLM隐藏状态存稀疏奖励子系统AI热点arXiv新论文发现LLM隐藏状态中奖励信息集中于稀疏神经元子集，价值神经元可预测模型置信度，多巴胺神经元可作过程奖励模型引导推理搜索。
论文提出轮级Best-of-N采样提升LLM智能体AI热点arXiv新论文提出轮级Best-of-N采样方法，通过生成器-选择器框架在长时程任务上将智能体准确率提升5-10%。
FinDendro基准测LLM时间自知识AI热点arXiv新论文提出FinDendro基准，用2226条带日期事实测试大模型时间自知识，发现自述会低估模型知识，回测无法靠自述证明无泄漏。
新方法提升LLM安全对齐抗剪枝鲁棒性AI热点论文提出Addition by Subtraction方法，通过微调移除安全关键神经元并重建对齐行为，使模型对剪枝与越狱攻击更鲁棒，攻击成功率最多降低90%。
论文：违背信念微调可致LLM失准AI热点arXiv论文发现，用模型不相信但无害的数据微调会诱导广泛失准，数学题错误率从4%升至60%以上。
arXiv论文：LLM人工社会竞争模拟研究AI热点研究模拟200个LLM智能体竞争50轮，探讨奖励结构对过度竞争与躺平行为的影响。
TextSeal2发布无失真LLM水印方案AI热点arXiv论文TextSeal2提出基于Copula混合的无失真大模型水印，兼容投机解码
arXiv论文：LLM批处理评分受同批条目影响AI热点arXiv新论文指出LLM批量评分时，同批其他条目会显著改变11-22%的裁决结果
Mandiant：LLM劫持单日盗刷超10万美元AI热点Mandiant报告披露LLMJacking攻击激增，攻击者盗用企业LLM API密钥，单日欺诈费用超10万美元，部分机构累计损失达100万美元。
论文：LLM智能体内群体信任偏差难被审计AI热点arXiv论文显示五个开源推理模型在多智能体模拟中出现内群体信任偏差，且现有行为日志审计难以检测。
DGP让LLM每层动态访问全部ViT层AI热点西北工业大学与香港科技大学提出DGP架构，让每个LLM层按需访问全部ViT层并动态分配融合权重，在LLaVA-1.5-7B上11项指标全部超过基线。